研究人員通過在機器之間共享數據來提高3D打印質量

FAMU-FSU工程學院的研究人員正在通過教機器相互學習來改進3D打印技術。在IEEETransactionsonAutomationScienceandEngineering上發表的一項新研究中，研究人員展示了來自一臺打印機的數據如何被其他機器使用以提高效率和質量。

“云制造以及物聯網(IoT)是一種新興技術，”論文合著者、FAMU-FSU工程學院副教授王輝說。“該技術表明，多臺生產機器產生的數據可以及時共享，制造可以作為在線服務封閉，以滿足多樣化的市場需求。”

根據按需制造平臺Hubs20213D打印趨勢報告，盡管受到全球大流行的影響，全球3D打印市場在2020年仍增長了21%。這個不斷發展的行業正在加速打印從金屬到生物材料的所有東西。競賽正在進行，以優化這些流程以獲得競爭優勢。

王和他的同事正在努力開發新的學習算法和控制打印過程的方法。打印機噴嘴運動的微小差異會導致加工過程中的變化和成品結構中的缺陷。他們的技術使用機器之間共享的數據來減少打印缺陷。

研究人員在云平臺上連接了不同的打印機，然后讓機器共享有關精確處理的數據，從而減少了準備和校準它們所需的時間。

該學院工業與機械工程系的博士生、論文合著者An-TsunWei說，研究人員還開發了一個數學模型來更好地理解打印過程。

“我們可以估計幾何打印質量和模型可能出現的相關缺陷，”她說。“這些信息可用于計算輸入打印參數所需的調整，以補償這些錯誤。”

傳統的機器學習需要大量的實驗數據，可能難以收集。制造中使用的打印機必須快速調整以應對新任務。遷移學習技術允許不同的打印過程共享經驗，從而加快該過程。該研究證明了使用來自互連3D打印機的歷史共享數據來減少測試時間和改進成品的可行性。

“通過減少測試，我們可以更快地改進質量控制，從而快速重新校準印刷流程以滿足多樣化的市場需求，”王說。“這特別適用于個性化產品的大規模生產，這是未來設想的一種制造模式。”

王稱這種遷移學習是一種實現“群體智能”的方式，通過這種方式，多個學習代理(學習者)協作以超越單個學習者。該技術可以應用于使用不同材料的各種產品。